검

이 논문에서는 클라우드 컴퓨팅 환경에서 데이터베이스-as-a-service를 지원하기 위해 관계형 데이터베이스에서 트랜잭션(OLTP) 작업 부하를 투명하게 확장하는 문제를 다룹니다. 이러한 작업 부하를 지원하는 데 있어 주요 도전 과제에는 많은 머신에 걸쳐 데이터를 어떻게 분할할지 결정하는 것, 분산 트랜잭션의 수를 최소화하는 것, 높은 데이터 가용성을 제공하는 것, 그리고 실패를 우아하게 허용하는 것이 포함됩니다. 일정 기간 동안 트랜잭션 작업 부하를 캡처하고 모델링한 다음, 해당 정보를 데이터 배치 및 복제에 활용하면 트랜잭션 대기 시간과 전체 처리량 측면에서 성능이 크게 향상된다는 것이 입증되었습니다. 그러나 이러한 작업 부하 인식 데이터 배치 접근 방식은 매우 높은 오버헤드를 초래할 수 있으며, 작업 부하가 변경되면 단순한 접근 방식보다 성능이 더 저조할 수 있습니다.